автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Алгоритмы и модели системы диагностики процесса формирования штабеля шихты

На правах рукописи

005058941

Петрушенко Сергей Юрьевич

АЛГОРИТМЫ И МОДЕЛИ СИСТЕМЫ ДИАГНОСТИКИ ПРОЦЕССА ФОРМИРОВАНИЯ ШТАБЕЛЯ ШИХТЫ

Специальность 05.13.01 - «Системный анализ, управление и обработка информации (в металлургии)»

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

Череповец - 2013

005058941

Работа выполнена в Федеральном государственном бюджетном образовательном учреждении высшего профессионального образования «Уральский государственный горный университет» на кафедре «Информатика»

Научный руководитель: доктор технических наук, профессор

Зобнин Борис Борисович

Официальные оппоненты: доктор технических наук, профессор, декан

факультета заочного и дистанционного обучения, профессор кафедры Информационных систем и технологий ФБГОУ ВПО "Вологодский государственный технический университет" Швецов Анатолий Николаевич

кандидат технических наук, доцент, преподаватель кафедры общетехнических дисциплин «Института физики и технологии ФБГОУ ВПО УрГПУ» Омельченко Сергей Владимирович

Ведущая организация: ФГБОУ ВПО «Магнитогорский

государственный технический университет им. Г.И. Носова» (г. Магнитогорск)

Защита диссертации состоится 15.03.13 г., в 16.00 на заседании диссертационного совета Д212.297.02 в Федеральном государственном бюджетном образовательном учреждении высшего профессионального образования «Череповецкий государственный университет» по адресу 162600, г. Череповец, Вологодская обл., ул. Луначарского, д.5, конференц-зал.

С диссертацией можно ознакомиться в библиотеке Федерального государственного бюджетного образовательного учреждения высшего профессионального образования «Череповецкий государственный университет»

Автореферат разослан « 30» января 2013 г.

Ученый секретарь

диссертационного совета, ут/ ----

кандидат технических наук, доцент //С^у./ К. А. Харахнин

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Задача совершенствования усреднения сырья на агломерационных фабриках и уменьшения колебаний химического и гранулометрического состава агломерата определяется возрастающей конкуренцией со стороны крупнейших мировых производителей металлопродукции. Решение этих задач может быть достигнуто главным образом за счет таких факторов, как развитие промышленной технологии производства агломерата, усовершенствование конструкции металлургических агрегатов, а также повышение качества исходного шихтового сырья. В настоящее время проблема качества сырья приобрела особое значение, поскольку именно подготовка сырья для доменной плавки долгие годы финансировалась по остаточному принципу, в результате чего она стала тем лимитирующим звеном, без усовершенствования которого невозможно радикальное повышение эффективности производства агломерата. На сегодняшний день существует целый ряд проблем применительно к участку усреднения концентратов: недостаточная эффективность усреднительного оборудования, не способного обеспечить высокую дисперсность рассредоточения материалов на всю длину штабеля, недостаточность диагностической информации, представляемой эксперту о процессе формирования штабеля, отсутствие эффективных способов диагностики и корректировки процесса, отсутствие методов оценки качества формируемого штабеля, недостаточность знаний эксперта о возможных последствиях изменения качества формируемого штабеля, в случае нарушений нормальной работы усреднительного оборудования, что приводит к выработке не эффективных корректирующих воздействий, отсутствие каталогов технологических ситуаций, оказывающих влияние на процесс формирования штабеля. Решение проблем усреднения шихтовых материалов позволит существенно улучшить технико-экономические показатели производства металлопродукции. В связи с этим и встает со всей очевидностью необходимость в рассмотрении такого важного вопроса, как разработка моделей и алгоритмов системы диагностики процесса формирования штабеля шихты.

Объект исследования. Технологический комплекс формирования штабеля шихты.

Предмет исследования. Алгоритмы и модели системы диагностики процесса формирования штабеля шихты.

Цель работы. Снижение колебаний химического состава шихты и доли брака в формируемом штабеле, за счет разработки моделей и алгоритмов системы диагностики процесса формирования штабеля.

Задачи исследования. Исходя из цели работы, были поставлены следующие задачи:

- исследовать технологические аспекты формирования стабильного химического состава шихтового сырья;

- исследовать зависимости работы усреднительного комплекса на качественные характеристики формируемого штабеля;

- разработать имитационную модель процесса формирования штабеля шихты;

- разработать алгоритмы и модели системы диагностики процесса формирования штабеля шихты.

Методы исследования. Для решения поставленных задач использовались методы системного анализа, математического моделирования и оптимизации, численных методов, математической статистики, методы аналитической геометрии, выпуклого анализа.

Научная новизна и основные положения, выносимые на защиту:

1. Алгоритмы и модели системы диагностики процесса формирования штабеля шихты, позволяющие повысить достоверность контроля технологического процесса усреднения материальных потоков. Отличающиеся тем, что в отличие от существующих решений учитывается состояние технологического комплекса формирования штабеля шихты.

2. Модель прогнозирования качественных характеристик штабеля шихты, отличающаяся тем, что для прогнозирования качественных показателей шихты используется набор классов функциональных состояний и скрытых связей между показателями состояния.

3. Модель оценки зон с неравномерным химическим составом, обусловленных структурой и параметрами усреднительного комплекса, позволяющая оценивать качество процесса усреднения шихтового сырья. В литературе до настоящего времени не было дано формального описания оценки зон с неравномерным химическим составом, возникающих в результате нарушений работы технологического комплекса.

Практическая ценность работы и реализация результатов работы.

Практическая ценность диссертационной работы состоит в том, что разработанные алгоритмы и модели системы диагностики процесса формирования штабеля, позволяют повысить достоверность контроля, прогнозировать основные качественные показатели формируемого штабеля и выдавать рекомендации по корректировке материальных потоков поступающих на усреднение, в результате чего позволяет поддерживать химический состав штабеля, на уровне необходимом для производства агломерата требуемого качества. По результатам оценки эффективности разработанных алгоритмов и моделей системы диагностики установлено, что система диагностики позволяет по отношению к промышленным данным снизить колебания химического состава шихты в штабеле в 2 раза, а также снизить долю брака в среднем в 1,5

раза. При этом применение разработанной системы диагностики, позволило сократить время пребывания процесса формирования штабеля шихты за границами допуска в 3 раза. Ошибка прогнозирования Fe в штабеле составила 0,376, доли брака 2,67, общей массы отдозированной шихты 1,2.

Результаты диссертационной работы внедрены в виде практических методик реализации этапов создания системы диагностики сложных технических систем и процессов, в учебный процесс кафедры информатики УГГУ с 1 мая 2012 года по дисциплинам «Моделирование систем», «Информационные технологии», «Основы теории управления» для студентов 3-го, 4-го курсов специальности 220200 «Автоматизированные системы обработки информации и управления» (АСУ), кафедры общетехнических дисциплин с 1 мая 2012 года по дисциплинам «Численные методы», «Компьютерное моделирование», «Математическое моделирование» для студентов 3-го, 4-го курсов специальности «080801 - Прикладная информатика (в образовании), «050203.00 - Физика и информатика» института физики и технологии УРгППУ.

Кроме того разработанные алгоритмы и модели диагностики используются в ООО «Интеллект» (г. Екатеринбург). Результаты работы в виде программного обеспечения «Система диагностики и управления процессом агломерации железных руд» (этап подготовки шихтового сырья) (свид. № 2012619126 от 08.10.2012 и № 2012619059 от 05.10.2012) внедрены в ООО «НПО УГГУ» (г. Екатеринбург).

Апробация результатов. Основные результаты диссертационной работы докладывались и обсуждались на: Международной научно-практической конференции «Связь-пром 2011», проводимой в рамках VIII международного форума «Связь-промэкспо 2011» (г. Екатеринбург, 2011), 69-ой межрегиональной научно-технической конференции «Актуальные проблемы современной науки, техники и образования» (г. Магнитогорск, 2011), Международной научно-практической конференции «Связь-пром 2010» в рамках VII евро-азиатского форума «Связь-промэкспо 2010» (г. Екатеринбург, 2010), Международной научно-практической конференции молодых ученых и студентов проводимой в рамках международной научно-практической конференции «Уральская горная школа-регионам» (г. Екатеринбург, 2011), Всероссийской научной конференция с международным участием «Информационные технологии в горном деле» (г. Екатеринбург, 2011), Международной научно-практической конференции молодых ученых и студентов проводимой в рамках международной научно-практической конференции «Уральская горная школа-регионам» (г. Екатеринбург, 2012).

Публикации. По теме диссертационной работы опубликовано 25 печатных работ. В том числе: 4 - в журналах рекомендованных ВАК, 3 - в зарубежных рецензируемых журналах, 2 - свидетельства о государственной регистрации

программы для ЭВМ, 3 — материалы международных конференций, 13 — в других сборниках.

Структура диссертации. Диссертация состоит из введения, 4 глав, 6 приложений, заключения, списка литературы (160 наименования). Общий объем работы составляет 140 машинописных страниц, включая 45 рисунков и 7 таблиц

СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы диссертации и современное состояние основных решаемых в работе проблем. Сформулирована цель и основные задачи исследования. Обоснована научная новизна и практическая значимость работы. Приведено краткое изложение содержания работы и основных положений, выносимых на защиту.

В первой главе приведен анализ диагностируемого сложного технологического комплекса процесса формирования штабеля шихты. Рассмотрены основные проблемы и принципы построения систем диагностики и управления процессом формирования штабеля шихты. Дан аналитический обзор существующих решений, направленных на диагностику и управление процессом формирования штабеля. Рассмотрены возможные модели диагностики сложных технических систем. При этом изучены работы в области усреднения сыпучих материалов Шупова Л.П., Зобнина Б.Б., Огородова В.Б., Таценко П.А. и Сантемова В. А., Аэбеля Б.И., Бастана П.П., Базылева В.Г., Вызова В.Ф., Гальянова A.B., Грачева Ф.Г., Зарайского В.Н., Казанского Й.В., Ломоносова Г.Г., Новожилова М.Г., Ройзена Я.Ш., Школьникова А.Д., Шупова Л.П., Эрперта A.M. и др, работы в области автоматизированных систем управления, основанных на использовании математических моделей процесса агломерации Астахова А.Г., A.B. Савосюка A.B., Ершова Е.В. Вегмана Е.Ф., Коротича В.И., Русакова П.Г, Васильева С.Б и др., в области оптимизации и диагностики Баренцевой Е.А., Яковиса Л.М., Сурина A.A., Головырина С.С., Боровкова В.А., Ендиярова C.B. и др.

Однако рассмотренные в вышеперечисленных работах модели диагностики усреднения шихтовых материалов позволяют осуществлять лишь непосредственный контроль качественных характеристик шихты, где при выработке корректирующих воздействий не учитывается работа усреднительного комплекса, а также его влияние на усреднительный процесс, кроме того, при оптимизации корректирующих воздействий не учитываются изменения качественных показателей шихты, появляющиеся вследствие нестабильности процесса формирования штабеля.

Кроме того представлен проведенный системный анализ процесса формирования штабеля шихты, как объекта диагностики. Дано краткое описание исследуемого объекта, а так же основных причинно-следственных

связей процесса. Проведен статистический анализ колебаний химического состава материалов, поступающих на усреднение. Выявлено, что большие вариации химического состава привозного сырья и некоторых компонентов местных руд определяют сложность задачи обеспечения стабильного качества шихты. Для выделения функциональных требований к разрабатываемой системе диагностики разработана модель в семантике и нотации ШЕРО.

На рисунке 1 представлена упрощенная структурная схема процесса формирования штабеля .

-У

Система диагностики

Исполните • Регулятор льный Бунтсер механизм

а

Исполните '•-»■ Регулятор -*■ льный —> Бункер

механизм

Р"

Рисунок 1 - Упрощенная структурная схема процесса формирования штабеля

( Ри - возмущения, имеющие вид ступенчатых функций и обусловленные, например, зависанием материала в бункерах; Д, - заданные значения расходов и

химического состава шихты; г - запаздывание в канале обратной связи, обусловленное временем подготовки пробы и анализа; р-оператор Лапласа; Аи -

статистические характеристики возмущений, обусловленных погрешностями весоизмерителей, определяются классом точности конкретного весоизмерителя; расход ]-го компонента; К - ключ, соответствующий операции дискретного

контроля).

В соответствии со схемой исследованы режимные параметры процесса формирования штабеля с целью выявления закономерностей технологического процесса.

Таким образом, установлено, что задача разработки комплексной модели системы диагностики процесса формирования штабеля применительно к аглодоменному производству является сложной, многокритериальной задачей,

7

так как объединяет задачи диагностики состояния усреднительного и дозирующего оборудования, а также диагностики процесса гомогенизации потоков рудных материалов, поступающих на усреднение. Поэтому для решения поставленной задачи необходимо применение ансамбля математических моделей, способных учитывать вышеперечисленные задачи.

В этой связи, решено, что разработка алгоритмов и моделей системы диагностики процесса формирования штабеля шихты для аглодоменного производства представляется актуальной научно-технической задачей.

Во второй главе разработана модель процесса формирования штабеля шихты, при этом в ходе имитационного моделирования были выявлены связи, которые влияют на процесс формирования штабеля. Определены зависимости изменения качества шихты от работы усреднительного комплекса. Произведена оценка чувствительности качественных характеристик шихты к изменению характеристик материальных потоков.

Результаты имитационного моделирования приведены в таблице 1.

Таблица 1 - Результаты моделирования

№ ситуации Моделируемая ситуация Характеристики усредненной шихты по содержанию средневзвешенного Ре

Дисперсия

1 Прерывание расходов компонентов, без ограничений по запасам на складах 0,43

2 Снижение производительности оборудования,отклонения в работе усреднительного комплекса 0,39

3 Прерывание расходов компонентов, с ограничениями по запасам на складах 0,58

4 Нарушение инвариантов 0,82

5 Нормальная работа усреднительного комплекса 0,26

Выявлено, что наибольшее влияние на характеристики усредняемой шихты оказывают изменения соотношений расходов компонентов и ограничения по запасам компонентов на складах.

Для поддержания точности выполнения плановых заданий с учетом нормирования расходов, определены коэффициенты нормирования:

„ _ Оведущ_

норм л* V /

вед\'1*1

»

где ~~ плановый расход ведущего компонента; (Уна,т - фактический

расход ведущего компонента.

При выполнении плана коэффициент нормирования будет равен единице. Плановое задание с учетом нормирования рассчитывается по формуле:

вг-а-к*,», (2)

где 0- расход г'-го компонента.

Отклонение фактического объема от планового для любого компонента шихты с учетом нормирования определяется по формуле:

Отклонение = 0'""'" - д'"*™ (3)

где 2факт - фактический объем за смену, т.

Доли /'-го компонента, фактически отгруженного сырья за смену в штабель, рассчитывается по выражению:

= 10°- (4)

А с учетом нормирования по выражению:

2™*"=-=^--100. (5)

I ^ 0»орм \ /

Критерий точности выполнения сменных плановых заданий по соотношениям компонентов сырья определяется по формуле:

/г=—. (6) т ы

Для прогнозирования основных качественных показателей шихты, была разработана модель прогнозирования и оптимизации корректирующих воздействий, с применением нейронных сетей, для этого использовалась структура нейронной сети на базе многослойного персептрона.

Установлены влияния различных технологических ситуаций на содержание средневзвешенного железа в штабеле - таблица 2 (где ДОФ - дробильно-обогатительная фабрика, РОФ - рудно-обогатительная фабрика, БСР - богатая сернистая руда).

Таблица 2 - Результаты влияния технологических ситуаций

№ Ситуации Функция изменения Коэффициент детерминации

1 Прерывание потоков ДОФ у = 0,ООН2 -0,0031+ 60,39; Л2 = 0,994

2 Прерывание потоков РОФ у = 0,0841 + 60,32; Я2 = 0,967

3 Прерывание потоков БСР у = -0,005^ + 0,0551 + 60,31; Я2 = 0,899

4 Прерывание потоков привозного сырья у = -0,2341 + 60,22; Л2 = 0,941

5 Изменение инвариантов у = -0,15б12+ 1,2291 + Я2 = 0,724

ДОФ/Привозное 58,80;

6 Изменение инвариантов РОФ/Привозное у = -0,15712+ 1,3031 + 58,80; Я2 = 0,769

7 Изменение инвариантов БСР/Привозное у = -0,157^ + 1,2421 + 58,80; Я2 = 0,731

Определено, что функция изменения технологических ситуаций носит как линейный, так и нелинейный характер, что в свою очередь позволяет более точно определить принадлежность технологической ситуации к определенному классу функционального состояния, повышая объективность постановки диагноза процесса.

На рисунке 2 представлен результат прогнозирования средневзвешенного содержания железа в штабеле с использованием нейронной сети, в зависимости от технологической ситуации на участке усреднения концентратов.

I'

I 60

н

Н &

40

30

— Наблюдаемые

- - - Пэедсказанные

1 БВ 115 202 269 336 ¿03 470 537 604 571 736 В05 В72 939

ВэтИЛ 1МЕЯ >

Рисунок 2 - График прогнозирования средневзвешенного содержания железа в штабеле (где 1 -7 - сформированные штабели шихты)

По результатам работы модели прогнозирования качественных показателей шихты, формируются оптимальные корректирующие воздействия, они сводятся к распределению плановых объемов ведомых компонентов внутрисменных интервалах времени между партиями привозных руд таким образом, чтобы минимизировать следующую целевую функцию:

(/V"**" -ге**)2 с дг"-/С"? • /-7Ч

/Г(А) = а'[ АГе ) Ч^П "тй!П'( }

где Л'З" и " заданное и прогнозное значение средневзвешенного железа в штабеле, и М™' - заданное и прогнозное значения отдозированной массы штабеля, /Г'™" и Д™' - прогнозное и заданное значение доли брака в штабеле, а,, а2,а3 - коэффициенты значимости целевой функции, ДГе , ДМ , Д/3 весовые коэффициенты, X - вектор параметров.

Кроме этого, путем декомпозиции, возникает задача определения оптимальной скорости выпуска материальных потоков из бункеров, в случае возникновения рассинхронизации потоков, поступающих на усреднение.

мт

<2Г =

мт

—<— + N-1

ОТ

(8)

где М"™ - текущие запасы .¡-го компонента на УУК (участок усреднения концентратов), £9"™ - заданные расходы _]'-го компонента, N - время задержки поступления материальных потоков на УУК; ( - время разгрузки на узле разгрузки думпкаров.

При этом расход ведомого компонента рассчитывается по формуле:

Qeed0M.K0Mn.ycm О^ведущ. комп. факт ^уставки (9)

гДе 0*д>-и,.кат.фт* ~ фактический часовой расход ведущего компонента, т;

-устанавливаемый часовой расход ведомого компонента, по которому обнаружено отклонение, т;

- коэффициент уставки соотношения расхода ведомого компонента по отношению к объему ведущего, %.

Тогда оптимизация корректирующих воздействий в ходе формирования штабеля с учетом выражения (28), запишется как:

р прогн рр1М »«пр у, ид опрогк о «И

Дге АМ Ар

/-ЧНОВ

Дф в.

(10)

Кроме того, комплексная модель диагностики включает в себя модель определения величины отклонений параметров технологического процесса от их оптимальных значений на основе расчета погрешностей измерений, а также модель изменения соотношений расходов компонентов. При этом погрешности контроля рассчитываются следующим образом:

_

_п-\_

-Тп

±

(П)

_

и-1

где коэффициент Стьюдента, среднее значение расхода и среднее

содержание железа _|'-го материального потока с к-го склада соответственно, рассчитываемое по формуле:

(12)

Ре'=

№

При этом по контролируемым данным определялась величина отклонения средневзвешенного содержания железа из-за изменения в расходах ^го материального потока на сборном конвейере:

АРе' =

Ре),

Щс. д 01 . й)

-2£

(94.)

[8$ )

(13)

где:

врг -ТН-®

ёРё

_ _ й)

е^е

(14)

(15)

Контроль изменения соотношений расходов компонентов выполнялся с учетом величины отклонений параметров технологического процесса, на основе последовательного анализа Вальда. Сущность анализа заключается в выявлении посредством вычисления невязок между измеренными (X) и заданными (Хт) значениями параметров, с последующей их классификацией, т.е. отнесением невязок к классам XV] («норма») или ХУг («не норма»).

Общий вид модели диагностики изменения соотношений расходов компонентов определяется как:

1п[Л _1п ЬА 1п Л _,„ ЬА

^АУ1 {РО) {1~РО

1п|Н

+т , (17)

1п А _1п ГЬА 1п А _1п ЬА

и-А.) 1А>>1 и-Л

Если на т-ом шаге контроля > А, то процесс заканчивается

Ас

отклонением гипотезы Н0. Если < В, то процесс заканчивается отклонением

Ль,

гипотезы Я,. Если В < < А, то процесс контроля продолжается.

Ао™

По результатам работы модели диагностики изменения характеристик расходов компонентов осуществляется корректировка ■ расходов по схеме с «ведущим компонентом»:

= = (18)

где х;о - заданная масса «ведущего» компонента; х^ - заданные массы «ведомых» компонентов потока.

Если отдозированная масса «ведущего» компонента х,о не равна заданной, то выражение, по которому будут скорректированы дозы «ведомых» компонентов, запишется как:

и^Х,{и,Уиг (19)

где Х^иО - отдозированная масса «ведущего» компонента; и1= Х| - уставка «ведущего» питателя; инь (1 = 1, п-1) - скорректированные уставки задатчиков «ведомых» компонентов.

После дозирования компонента Хм уставка питателя компонента Х(, дозируемого на]+1 этапе, определится из соотношения:

Л = 1, п-1, (20)

/ ' I

где - отдозированная на j - ом этапе масса компонента Хм;

Yi=XmjV, (i = j = 1 ,n) - коэффициенты процентного содержания компонентов смеси; Uj+i - уставка питателя компонента Xj, дозируемого на j+1-м этапе.

Корректировка процесса дозирования компонентов шихты выполняется из условия:

У?<г?<г?; i = i,n, (21)

где:

уН уВ уФ уФ

Y»=ÜJ-. ув —iii-- Ф= л, = (22)

>> ун ' '> у-' » Л у ^>

р р Yxf р

¿-1

Если потребовать, чтобы в каждом цикле дозирования соблюдались эти условия, то задачей корректировки расходов материальных потоков, в общем случае, является обеспечение минимума по управляющему параметру V;:

min

min&V. = (К-К); =1,п. (23)

VteV

При этом критерий оптимальности дозирования запишется в следующем виде:

R = mm±(V-VpJ)\ (24)

¿=1

где VPj - прогнозируемая перед j -м этапом результирующая масса компонентов шихты Vp.

Разработанные выше математические модели позволяют по исходному набору показателей, представленных вербальными описаниями, интервальными и точечными количественными значениями, временными рядами, эффективно определять величину разладки технологического процесса, что дает возможность эксперту более оперативно реагировать на изменения показателей.

Для оценки влияния работы усреднительного комплекса на качественные характеристики штабеля разработана модель оценки зон с неравномерным химическим составом «аномальных зон», возникающих в штабеле из-за нарушений технологического процесса формирования штабеля. Возникшая аномальная зона рассматривалась, как выпуклое множество, построенное методом обхода Джарвиса.

При этом координаты максимальных и минимальных вершин выпуклого многоугольника представляются в виде соотношения:

ratio , (25)

Для определения размера ячеек, ограничивающих многоугольник, использовалось соотношение:

Се//57г<? =

" ИоОЮеШ

(26)

Се1Шге.. = УУт" ' ЫоО/Се1Ыу

где ЫоО[Се1кх , ИоО/СеШу - размеры ячеек ограничивающих выпуклый многоугольник.

Для исследования числовых характеристик и качественных свойств объекта полученной выпуклой оболочки использовался алгоритм триангуляции Делоне. При этом величина аномальной зоны характеризуется долей брака, по отношению к общей массе отдозированного материала, тем самым это дает возможность определить количество негодной для процесса агломерации шихты.

Доля брака определялась выпуском шихты, с массовой долей железа ниже допускаемого значения ( /?т1п). Учитывая, что распределение массовой доли железа подчиняется нормальному закону, оценка вероятности определяется по формуле:

а»

р(0</3</Зт]п)= {/(/?)<//? . (27)

о

Введя новую переменную 2 = ———. Отсюда [) = <7[,: + (У,(1р = гт/|й!г.

Новые пределы интегрирования при р = 0,2 = (0~Р)/о/).

Р = Рт«,2 = (Ртл-р)1а„. (28)

С учетом новой переменной получаем:

Р(Р<Р<Р^) = -1- \ ехр(-^г—¿= }ехр(-^7 . (29)

■Лтг о 2 \12л ; 2.

Пользуясь функцией Лапласа, получаем выражение для оценки доли брака (учитывая свойство Ф(-х) = -Ф(х)):

г = р(0 < р < /?т1п) = Ф

= ф| Р™ Р 1 + 0.5 . (30)

В условиях смоделированных технологических ситуаций, применительно к участку усреднения концентратов, изменение величины аномальных зон определенной по ранее изложенным математическим моделям приведены в таблице 3.

Таблица 3 - Оценка аномальных зон

№ ситуации Моделируемая ситуация Характеристики аномальных зон

Доля брака, (%) Площадь аномальной зоны, (м2) Объем аномальной зоны, (м3)

1 Прерывание расходов компонентов, без ограничений по запасам на складах 13 175,5 302

2 Снижение производительности оборудования, отклонения в работе усреднител ьного комплекса 9 121,5 280

3 Прерывание расходов компонентов, с ограничениями по запасам на складах 15 202 340

4 Нарушение инвариантов 17 230 355

5 Нормальная работа 5 1 1

Как видно из таблицы 3, разработанная модель оценки аномальных зон позволяет оценить влияние изменения технологического процесса на качество усредненной шихты.

Выявлено, что совместное использование оптимизационных и имитационных процедур позволяет оперативно корректировать процесс усреднения, а использование моделей стабилизации соотношений материальных потоков, а также прогнозирования качественных характеристик шихты повышает выполнение плана расходов ведомых компонентов.

В третьей главе представлено разработанное алгоритмическое обеспечение, разработанных моделей диагностики. Разработаны следующие алгоритмы: алгоритм диагностики изменения характеристик расходов компонентов, алгоритм оценки аномальных зон, алгоритм прогнозирования и оптимизации качественных показателей шихты, алгоритм моделирования процесса формирования штабеля шихты, алгоритм адаптации системы диагностики процесса формирования штабеля шихты.

На основе разработанных алгоритмов была разработана схема, работы системы диагностики (рисунок 3). Разработанные алгоритмы позволяют осуществлять непрерывный контроль и корректировку значений химического состава и расходов компонентов поступающих на усреднение, отслеживая текущие изменения моделей среднего и нижнего уровня.

р зад Озад Ммд Верхний уровень

Диагностика процесса

I—фть.,

Оптимизация параметров процесса

Прогнозирование качественных

показателей шихты [_

—Рещ>огв, Марога, ({прогщ

-КО)—

Корректировка параметров процесса формирования штабеля

, Оскор, Мскор-

Д<2Л0, ДРде)

Средний уровень

Обработка контролируемых параметров

Управление дозированием

1 ЧЗли-Р*»)

-Ч

Технологический комплекс формирования штабеля шихты

Нижний уровень

а(1)

Рисунок 3 — Схема функционирования системы диагностики

Поскольку в реальных условиях, вышеперечисленные возмущения носят квазистационарный характер и параметры математических моделей, с помощью

17

которых происходит имитационный процесс изменяются во времени, разрабатываемая система диагностики должна обеспечивать непрерывный контроль и корректировку значений химического состава и расходов компонентов поступающих на усреднение, отслеживая текущие изменения моделей, среднего уровня контролируемых возмущений и уровня нестабильности переменных ДО, Л/3.

В соответствии с рисунком 3 данные о текущих значениях невязки Д(2,Л/? поступают из блока статистической обработки контролируемых параметров, в блок диагностики процесса формирования штабеля шихты. Здесь на основе разработанных моделей диагностики, формируются необходимые ограничения 2упй„,бут« расходов компонентов, для стабилизации процесса усреднения. Кроме того данные о текущих значения невязки поступают в блок прогнозирования качественных показателей шихты, где прогнозируется качественные показатели шихты с учетом невязки и ограничений по расходам поступающих с блока диагностики /7<?„,„,,„, М■ А,,„.„> далее информация с блока прогнозирования поступает в блок оптимизации параметров процесса, где вырабатывается вектор оптимальных управляющих воздействий Р(Л), в виде оптимальных значений расходов и хим. состава материальных потоков, поступающих в блок корректировки параметров процесса формирования штабеля. В блоке корректировки параметров процесса формирования штабеля, на основе оптимальных значений, вырабатывается задание системе дозирования, в виде скорректированный значений по расходам, средневзвешенному железу и массе отдозированного материала Рсюр,Ясюр,Мскор

Четвертая глава посвящена оценке эффективности разработанным алгоритмам и моделям системы диагностики процесса формирования штабеля шихты.

В качестве обобщенного критерия эффективности работы системы диагностики, принималось отклонение контролируемой переменной >•(/) от ее оптимального >■(/)„,„ значения. При этом анализировалась точность поддержания средневзвешенного железа в штабеле (рисунок 3), а также доля брака (рисунок 4), на основе экспериментальных данных с УУК, с учетом работы модели диагностики и без нее.

60,0 59.5 59,0 58,5 53,0 57,5 57,0 56.5 56,0

Без учета модели диагностики — С учетом модели диагностики инжняя граница допуска Вержяя граница допуска

^ т о —

Время (часы)

Рисунок 5 - Точность поддержания средневзвешенного железа в штабеле

Результаты работы усреднительного комплекса с учетом разработанных моделей и алгоритмов системы диагностики приведены в таблице 4, определено, что использование системы диагностики позволяет практически в 2 раза снизить колебания химического состава шихты в штабеле, а также снизить долю брака в среднем в 1,5 раза.

> >-> *Т л -•рнун ы)

Фамгчеикивиииихнпв Г, уиет™ ряАпти мпдйпи

Рисунок 6 - Изменение доли брака во времени 19

Таблица 4 - Результаты работы усреднительного комплекса с учетом разработанных алгоритмов и моделей системы диагностики

№ Анализируемый показатель Факгич. корр. Разработ. модель

Дисперсия ско Дисперсия СКО

1 Поддержание средневзвешенного Ре 0,72 0,85 0,18 0,43

2 Доля брака 28,09 5,3 10,24 3,2

Результаты сравнения времени нахождения контролируемых параметров за границей допуска, с учетом и без учета работы системы диагностики представлены в таблице 5.

Таблица 5 - Сравнение времени нахождения системы за границей допуска

№ Ситуация Интенсивность Средняя длит, выброса (мин) ' (без работы модели диагностики) 1 (с учетом работы модели диагностики)

1 Отклонение средневзвешенного Ре 0,003 33,2 9 3,2

2 Изменение соотношений инвариантов 0,002 30,7 15,28 8,3

Установлено, что система диагностики позволяет снизить время пребывания параметров процесса формирования штабеля шихты за границей допуска в среднем в 3 раза.

Результаты прогнозирования качественных показателей шихты представлены в таблице 6.

Таблица 6 - Оценка эффективности прогнозирования

Прогнозируемая характеристика

СКО Среднвзвеш. Ре в штабеле Доля брака Общая масса отдозированной шихты

0,376 2,67 1,2

В заключении изложены основные результаты, полученные в работе. ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

В диссертационной работе в рамках решения поставленной научно-технической задачи снижения колебаний химического состава шихты и доли

брака в формируемом штабеле, за счет разработки комплексной модели диагностики получены следующие основные результаты:

1. Разработана модель процесса формирования штабеля шихты, установлены зависимости влияния различных типов отклонений в работе усреднительного комплекса на качество формируемого штабеля. Определено, что наибольшие вклады вносят изменение соотношений расходов компонентов (дисперсия содержания железа в штабеле 0,82) и отсутствие запасов материалов на складах (дисперсия содержания железа 0,58). Были разработаны каталоги технологических ситуаций, определяющие влияние выделенных технологических процессов на качество формируемого штабеля;

2. Разработана модель модели прогнозирования и оптимизации качественных показателей шихты на основе нейронных сетей (при этом погрешность прогнозирования железа составила 0,376, доли брака 2,67, общей массы отдозированной шихты 1,2), позволяющая качественно оценивать влияние нарушений в работе усреднительного комплекса на характеристики шихты. При этом модель оптимизации воздействий позволяет учитывать нарушения в работе усреднительного комплекса, при выработке корректирующих воздействий;

3. Разработана модель оценки зон с неравномерным химическим составом, позволяющая оценит влияния изменения в работе усреднительного комплекса, на качественные показатели шихты формируемого штабеля. Установлено влияние технологических ситуаций на объем аномальной зоны и доли брака в штабеле (при нарушении соотношений расходов компонентов доля брака составила 17%, объем аномальной зоны 355 м3);

4. Разработана модель диагностики изменения характеристик расходов компонентов, с помощью, которой возможно оперативно выявлять величину отклонений параметров технологического процесса от их оптимальных значений;

5. По результатам оценки эффективности разработанных алгоритмов и моделей системы диагностики установлено, что система диагностики позволяет по отношению к промышленным данным снизить колебания химического состава шихты в штабеле в 2 раза, а также снизить долю брака в среднем в 1,5 раза. При этом применение разработанной системы диагностики, позволило сократить время пребывания процесса формирования штабеля шихты за границами допуска в 3 раза. Ошибка прогнозирования Ре в штабеле составила 0,376, доли брака 2,67, общей массы отдозированной шихты 1,2.

ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ

Публикации в изданиях, рекомендованных ВАК РФ

1. Зобнин Б.Б., Петрушенко С Ю., Ендияров С.В. Математическая модель дискретного весового дозирования. / Известия высших учебных заведений. Горный журнал. 2012. N 4. С. 63-67.

2. Ендияров С.В, Петрушенко С.Ю. Система диагностики и управления процессом подготовки и производства железорудного агломерата / Автоматизация в промышленности, Москва. Октябрь. 2012. N 10. С.65-68.

3. Зобнин Б.Б., Ендияров С.В., Петрушенко С.Ю Диагностика сложных технологических комплексов на основе расчета погрешностей измерений / В мире научных открытий: серия «Математика. Механика. Информатика». Красноярск. Февраль. 2012. N 1.С. 157-166.

4. Петрушенко С.Ю. Подход к построению системы диагностики // В мире научных открытий: серия «Математика. Механика. Информатика». Красноярск. Февраль. 2012. N 1(25). С. 19-29.

Публикации в других изданиях

5. Ендияров С. В., Петрушенко С. Ю. Диагностика процессов подготовки и производства агломерата. Saarbrucken (Germany): LAP Lambert Academic Publishing, 2013. 332 c.

6. Зобнин Б. Б., Ендияров С. В., Петрушенко С. Ю. Структуризация проблем, возникающих при решении задач управления развитием сложных технологических комплексов (на примере процесса агломерации) // Связь-пром 2010: материалы междунар. науч-практ. конф. Екатеринбург. 2010. С 20-27

7. Петрушенко С.Ю., Ендияров С. В. Обоснование выбора стратегии обслуживания оборудования // Журнал научных публикаций аспирантов и докторантов. Курск. 2011. N 10 (64). Октябрь. С. 104-105.

8. Зобнин Б. Б., Петрушенко С. Ю. Обоснование подхода к построению системы диагностики состояния технологического комплекса. // Связь - пром 2011: материалы междунар. науч-паркт. конф. Екатеринбург. 2011. С 43-48

9. Yendiyarov S., Petrushenko S. Robust Probabilistic Online Change detection Algorithm based on the Continuous Wavelet Transform // World Academy of Science, Engineering and Technology, France, Issue 60, December 2011, pp. 1810-1814.

10. Yendiyarov S., Zobnin В., Petrushenko S. Expert system for sintering process control based on the information about solid-fuel flow composition // Proceedings of World Academy of Science, Engineering and Technology, France, Issue 68, August 2012, pp. 861-868

11. Zobnin В., Yendiyarov S., Petrushenko S. Design of a wavelet based data mining technique // Buletinul Institutului Politehnic din Ia?i, Automatic Control and Computer Science Section, Romania, Issue 1, March, 2012. pp. 27-49.

12. Ендияров С. В., Петрушенко С. Ю. Разработка оптимальной системы управления и диагностики сложного технологического комплекса (на примере процесса агломерации железных руд) // Алгоритмы, методы и системы обработки данных: электронный научный журнал: электрон, научн. журн. 2012. N18.C 40-53

13. Петрушенко С. Ю., Ендияров С. В. Модель статистического контроля технологического процесса // Алгоритмы, методы и системы обработки данных: электронный научный журнал: электрон, научн. журн. 2012. N19. С 121-126.

14. Зобнин Б. Б., Ендияров С. В., Петрушенко С. Ю. Разработка имитационной модели диагностики процесса усреднения рудных материалов // Алгоритмы, методы и системы обработки данных: электронный научный журнал: электрон, научн. журн. 2012. N 19. С 62-70.

15. Зобнин Б. Б., Ендияров С. В., Петрушенко С. Ю. Система управления дозированием твердого топлива. Заявка 2008109089 / 02 (009828) на изобретение.

16. Зобнин Б. Б., Ендияров С. В., Петрушенко С. Ю. Комплекс адаптивных моделей процесса смешивания потоков сыпучих материалов // Инженерная поддержка инновации и модернизации: сбор. науч. тр. 2011. вып.1. С. 120-127

17. Петрушенко С. Ю. Об одном методе построения системы диагностики сложной технической системы// Информационные технологии в горном деле: доклады Всероссийской конференции с международным участием: сбор. науч. тр. ИГД УрО РАН. 2012. С. 162-166.

18. Ендияров С. В., Петрушенко С. Ю. Использование нейронной сети для поиска оптимальной стратегии управления // Алгоритмы, методы и системы обработки данных: электронный научный журнал: электрон, научн. журн. 2012. N 20. С. 9-13

19. Ендияров С. В., Петрушенко С. Ю. Обнаружение тенденций изменения расходов компонентов шихты // Алгоритмы, методы и системы обработки данных: электронный научный журнал: электрон, научн. журн. 2012. N 20. С. 20-27

20. Ендияров С. В., Петрушенко С. Ю. Управление сложным техническим объектом в реальном масштабе времени на основе алгоритма определения разладки процесса // Алгоритмы, методы и системы обработки данных: электронный научный журнал: электрон, научн. журн. 2012. N 20. С. 41-51

21. Петрушенко С. Ю., Ендияров С. В. Модель прогнозирования и оптимизации управляющих воздействий процесса формирования штабеля шихты // Алгоритмы, методы и системы обработки данных: электронный научный журнал: электрон, научн. журн. 2012. N 20. С 54-65.

22. Ендияров С. В., Петрушенко С. Ю. Управление сложным техническим объектом в реальном масштабе времени на основе алгоритма определения разладки процесса // Алгоритмы, методы и системы обработки данных: электронный научный журнал:' электрон, научн. журн. 2012. N 21. С. 41-51

23. Петрушенко С. Ю., Ендияров С. В. Комплексный подход к прогнозированию качественных показателей агломерата// Алгоритмы, методы и системы обработки данных: электронный научный журнал: электрон, научн. журн. 2012. N 21. С. 29-40.

24. Ендияров C.B., Петрушенко С.Ю. Система диагностики процесса агломерации железных руд / Свидетельство о государственной регистрации программы для ЭВМ № 2012619059 от 05.10.2012 / М.: Роспатент, 2012.

25. Петрушенко С.Ю., Ендияров C.B. Система управления процессом агломерации железных руд / Свидетельство о государственной регистрации программы для ЭВМ № 2012619126 от 08.10.2012 / М.: Роспатент, 2012.

Лицензия А № 165724 от 11 апреля 2006 г.

Подписано к печати 3 0.01.13 г. Тир. 100. Усл. печ. л. 1. Формат 60х84'/1б. Зак.188. ФГБОУ ВПО «Череповецкий государственный университет» 162600 г. Череповец, М. Горького, 14